SAP-CoPE: Social-Aware Planning using Cooperative Pose Estimation with Infrastructure Sensor Nodes

要約

自律駆動システムは、人口が入力された屋内環境で安全に動作する必要があります。この屋内環境では、オンボードセンサーのみに依存すると、限られた知覚や閉塞感度などの課題が生じます。
これらの要因は、人間の意図の正確な認識と、快適で社会的に認識している軌跡の生成に困難をもたらします。
これらの問題に対処するために、協同組合インフラストラクチャを新しい3Dヒューマンポーズ推定方法とモデル予測制御ベースのコントローラーと統合するソーシャルアウェア計画フレームワークであるSAP-Copeを提案します。
このリアルタイムフレームワークは、人間の関節の一貫性を確保しながら、カメラ投影マトリックスの不確実性伝播を説明する最適化問題を定式化します。
提案された方法は、単一またはマルチカメラ構成に適応可能であり、まばらなLidar Point-Cloudデータを組み込むことができます。
人間の環境での安全性と快適性を高めるために、人間のポーズに基づいて人間の個人空間分野をモデル予測コントローラーに統合し、不快ゾーンを避けながらシステムをナビゲートできるようにします。
シミュレートされた設定と現実世界の両方の設定の両方の広範な評価は、自律システムの社会的に認識されている軌跡を生成する際のアプローチの有効性を示しています。

要約(オリジナル)

Autonomous driving systems must operate safely in human-populated indoor environments, where challenges such as limited perception and occlusion sensitivity arise when relying solely on onboard sensors. These factors generate difficulties in the accurate recognition of human intentions and the generation of comfortable, socially aware trajectories. To address these issues, we propose SAP-CoPE, a social-aware planning framework that integrates cooperative infrastructure with a novel 3D human pose estimation method and a model predictive control-based controller. This real-time framework formulates an optimization problem that accounts for uncertainty propagation in the camera projection matrix while ensuring human joint coherence. The proposed method is adaptable to single- or multi-camera configurations and can incorporate sparse LiDAR point-cloud data. To enhance safety and comfort in human environments, we integrate a human personal space field based on human pose into a model predictive controller, enabling the system to navigate while avoiding discomfort zones. Extensive evaluations in both simulated and real-world settings demonstrate the effectiveness of our approach in generating socially aware trajectories for autonomous systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google